メモ：Home Assistant + Raspberry Pi + センサー でホームオートメーションしたい #1 - Qiita
Home Assistantとは Pythonで作られた、オープンソースのホームオートメーションプラットホーム。この分野では、OpenHABというものもあるようだ。 「コンポーネント」と呼ばれる機能を自由に組み合わせて、各コンポーネントが対応するデバイスの制御や自動化を行うことができる。また、Webページに状態を表示し、そこから制御することもできる。 対応するコンポーネントには、電動シャッターなど国内では入手できなさそうなIoT機器もあるが、 IFTTT Twitter PushBullet Philips Hue Raspberry PiのGPIO入出力 Firmata(汎用入出力制御プロトコル)ファームウェアを搭載したArduino MQTTを介した入出力 HTTPを介した入出力 iTunesやGoogle Cast、MPDといったネットワークメディアプレイヤーのデバイス発見と、再生・
Google Colabの知っておくべき使い方 – Google Colaboratoryのメリット・デメリットや基本操作のまとめ
機械学習エンジニア界隈で話題沸騰となっているGoogle Colaboratory（グーグル・コラボレイトリー）。本記事では概要とGoogle Colabの知っておくべき基本的な使い方をまとめました！ すでに機械学習をやっている方や、これから機械学習を学んでみたいと考えている方で、下記のような事を感じたことはありませんか？ 「訓練やデータ処理をやるのにローカルPCだと処理に時間がかかりすぎる」 「機械学習用にクラウド環境を立てたけど…思ったより費用が高い」 「機械学習は色々とライブラリが多くて環境構築がしんどい」 もし一つでも当てはまるものがあれば、Google Colabがそんな悩みを解決してくれます！機械学習の開発環境の新基準となる可能性も高いGoogle Colab、概要や基本的な使い方をみていきましょう。 Google Colaboratoryとは？ Google Colab（略式
Google Colaboratory事始め - Qiita
はじめに Googleが機械学習の教育や研究用に提供しているツールである、Google Colaboratoryを試してみました。 Jupyter Notebook環境が無償で！使うことができるようです。 詳しくは以下を参照。 Google Colaboratoryよくある質問 Google Colaboratoryの起動 Google Colaboratoryにブラウザでアクセスするだけです。 ブラウザはGoogle Chromeを使用するとのこと。 アクセスすると、「最近のノートブック」と表示され、最近使ったファイルを参照することができます。 新規作成 ノートブックを新規作成 > PYTHON 2の新しいノートブック または, PYTHON 3の新しいノートブック を選択します。 リソースの確認 "!"をつけることで、Linuxのコマンドを実行することができます。 コードセルを追加し
Python3系でtesseractを使ってOCRをやってみる - しゃちの備忘録
前回の続きです． 今回はPythonでtesseractを使い，OCRをしてみるところまで挑みたいと思います． OCR(工学文字認識)そのものについては前回書いたので省略します． teru0rc4.hatenablog.com tesseract tesseractのインストール tesseractとはGoogleで開発されているOCRエンジンです． homebrewを使いインストールします(homebrewについては過去に記事書いているのでご参照下さい) $ brew install tesseract みょろみょろログが出て，インストール完了です． 実は最初の状態だと英数字にしか対応していません. ので，次節にて日本語対応させたいと思います． その前に，現在のtesseractのバージョンと，対応言語の確認をして起きたいと思います． バージョンの確認は $ tesseract -v か
Adafruit Trinket M0（CircuitPython/Arduino IDE用）
小型で安価なArduino互換マイコンボード「Trinket」に、ATSAMD21E18を搭載したCircuitPython用のマイコンボードです。オリジナルのTrinketと同じフォームファクタを採用しています。Arduino IDEでも使用できます。 USB経由でPCに接続すると、main.pyが入った小さなディスクドライブとして認識、表示されます。Pythonでmain.pyを編集して、プロジェクトを構築します。インストールやIDE、コンパイラは不要なので、Chromebookやソフトウェアをインストールできないものなど、いかなるコンピュータでも使用可能です。 Trinket M0 CircuitPythonガイド（英語）が公開されています。 特徴 従来のTrinketと同サイズ、同形状、同ピン配列 従来のATtiny85 8 bit AVR からCortex M0+コアのATSAM
今から始めるITエンジニアのための機械学習勉強会 Vol2 (2017/05/20 13:30〜)
注意 現在X(旧Twitter)でのソーシャルログインができない事象を確認しています。事前にX(旧Twitter)側で再ログインした上でconnpassのソーシャルログインを行うか、 「ユーザー名(またはメールアドレス)」と「パスワード」の組み合わせでのログインをお試しください。合わせてFAQもご確認ください。 お知らせ 2024年9月1日よりconnpassサービスサイトへのスクレイピングを禁止とし、利用規約に禁止事項として明記します。 9月1日以降のconnpassの情報取得につきましては イベントサーチAPI の利用をご検討ください。 お知らせ connpassではさらなる価値のあるデータを提供するため、イベントサーチAPIの提供方法の見直しを決定しました。2024年5月23日(木)より 「企業・法人」「コミュニティ及び個人」向けの2プランを提供開始いたします。ご利用にあたっては利用
協調フィルタリング型レコメンドエンジン開発のため仕様について考える - Qiita
協調フィルタリング型レコメンドしたいけど、オープンソースでいいライブラリないし、ASPサービスは基本5万円/月以上。もう自分で作るしか無い 協調フィルタリング型レコメンドとは 一番有名な実装例はAmazonの『この商品を買った人はこんな商品も買っています』機能だと思います。以前簡易版の実装を紹介しました。簡易版記事の続きが本記事となります。 協調フィルタリング（きょうちょうフィルタリング、Collaborative Filtering、CF）は、多くのユーザの嗜好情報を蓄積し、あるユーザと嗜好の類似した他のユーザの情報を用いて自動的に推論を行う方法論である。趣味の似た人からの意見を参考にするという口コミの原理に例えられることが多い。 火花と同時受賞した筋トレ作家羽田先生のスクラップアンド・ビルドが1番目にレコメンドされるあたり、流石Amazon様です..直木賞を受賞した流も良い小説ですね。
【チュートリアル】機械学習を使って30分で固有表現抽出器を作る - Qiita
はじめに 固有表現抽出は、テキストに出現する人名や地名などの固有名詞や、日付や時間などの数値表現を抽出する技術です。固有表現抽出は、質問応答システム、対話システム、情報抽出といった自然言語処理を用いた応用アプリケーションの要素技術としても使われています。 今回は機械学習技術を使って固有表現抽出器を作ってみます。 ※注意事項 理論的な話は一切出てきません。理論を知りたい方は他を当たってください。 対象読者 固有表現抽出を少しは知っている方 固有表現抽出器を作ってみたい方 Pythonコードを読める方 固有表現抽出とは？ ここでは、固有表現抽出の概要と方法について説明します。 概要 固有表現抽出は、テキストに出現する人名や地名などの固有名詞や、日付や時間などの数値表現を抽出する技術です。具体例を見てみましょう。以下の文から固有表現を抽出してみます。 上記の文に含まれる固有表現を抽出すると人名と
機械学習関連ニュース2016
piqcy @icoxfog417 言語モデルのタスクで、CNNでLSTM同等以上の精度を出したという話。畳み込んだ結果をGRUに近い機構で処理し、過去の情報が消失しないようにしている。Google Billion Wordのデータセットでは、LSTMと同等の精度を出す一方計算効率が20倍程度改善された。 twitter.com/Smerity/status… 2017-01-01 13:23:09 Smerity @Smerity Gated Convolutional Networks beat LSTM on LM (WikiText-103 & One Billion LM for single GPU), faster than CuDNN LSTM arxiv.org/abs/1612.08083 pic.twitter.com/UBplrTjEAv 2016-12-26 15
Python で stdout/stderr のバッファを無効にするオプション - Qiita
たまに忘れて痛い目をみるので記事にした。 シェルでそのまま実行すると、次のコマンドは書いてあるとおり、予想通りに動くと思う。 1 を出力して、 3 秒待ち、 2 を出力。
【機械学習】ディープラーニング フレームワークChainerを試しながら解説してみる。 - Qiita
今話題のDeep Learning(深層学習)フレームワーク、Chainerに手書き文字の判別を行うサンプルコードがあります。こちらを使って内容を少し解説する記事を書いてみたいと思います。 (本記事のコードの全文をGitHubにアップしました。[PC推奨]) とにかく、インストールがすごく簡単かつ、Pythonが書ければすぐに使うことができておすすめです！ Pythonに閉じてコードが書けるのもすごくいいですよね。 こんな感じのニューラルネットワークモデルを試してみる、という記事です。 主要な情報はこちらにあります。 Chainerのメインサイト ChainerのGitHubリポジトリ Chainerのチュートリアルとリファレンス 1. インストール まずは何はともあれインストールです。ChainerのGitHubに記載の"Requirements" ( https://github.co
ディープラーニングが活かすIoT
2. アジェンダ l IoT時代の深層学習 – RNN – VAE – 深層強化学習 l PFNの取り組み – デモ：深層強化学習 + データ同化 + 転移学習 + 分散学習 – DiMO : Edge Heavy 分散ストリーム処理理プラットフォーム – Chainer : 新しい深層学習フレームワーク OSS 2 3. ディープラーニングとは l 層が深く、幅も広いニューラルネットワークを利利⽤用した 機械学習⼿手法 l 2012年年の⼤大ブレーク以来、研究コミュニティのみならず 産業界に多く使われてきた – 2014〜～2015年年中に出された関連論論⽂文数は1500を超える* l 画像認識識、⾳音声認識識などで劇的な精度度向上を果たし、その 多くが既に実⽤用化されている – Googleは47の⾃自社サービスで既に利利⽤
iOS上で動作する革命的ものづくり環境「Pythonista 3」の魅力をとくと語る
iOS用のアプリは通常、開発アカウントを取得し、Macを使って開発します。 開発アカウントを取得するほどではないが、iOSデバイス上で何かやりたい処理がある、という人はいるでしょう。 あるいは、プログラム好きな人なら率先してiOSデバイス上でプログラミングをしたいと思うのではないでしょうか。 そうしたニーズに存分にこたえることができる、iOSデバイス上で動作する統合開発環境がPythonista 3です。 2016年9月21日に開催されたPyCon JP 2016で @equal_001 さんがPythonistaについて発表されていたのでご紹介。 Python支持者のことをPythonistaといいますが、アプリ名はそこから取ったんでしょうね。 正真正銘のPythonが内蔵されていて、ローカルで動きます。 [参考] Kazuhiro AbeさんはTwitterを使っています: 「インタプ
GAE/Pyでユニットテスト - いしだ日記
GAE/Pythonでユニットテストをするための準備 テスト自動化というより、dev_appserverを立ち上げずにLow Level APIの動作を見るのが目的。 Kay frameworkでのテスト Kay frameworkを使ってるならアプリケーションフォルダに「tests」フォルダを作ってテストコードを保存して以下のコマンドを実行すればテストできる。かんたん！ python manage.py test プレーンな環境でのテスト フレームワークなしの環境だとちょっとめんどい。以下のリンクを見ながらやってみる。 Local Unit Testing for Python - Google App Engine - Google Code unittest2パッケージをインストール まずはユニットテスト用のパッケージ「unittest2」をインストールします。 wget http:
RESTfulなAPIを構成するのに特化したウェブフレームワークとか(Python編) - laiso
こんばんは、Python界のひきこもりです。 モバイルアプリケーションのバックエンド開発などでRESTful APIを先ず設計する必要があるといったケースなんかで便利に利用できそうな、既存のウェブアプリケーションフレームワークの仕組みからRESTfulなAPI構成に特化してパッケージングされたサブフレームワークがいろいろ出てきているので調べました。 フレームワークに必要な機能そもそもフレームワークにどんな機能が必要なのかというのをChoosing an API framework for Django から抜粋。 ページネーション(アイテムの先頭から10件が1ページ目→11から20が2ページ目など) データの投稿とバリデーション メタデータの生成(result, count, next みたいな要素をレスポンスに含める為のしくみのことかな?) レスポンスのハンドリング キャッシュ データの
GAE/PythonでMemcachedを使ってみた « python練習帳
Memcached使ってみました。単純な例で動作を確認後、python-blog-systemの画像出力部分に適用し、ベンチマークをとりました。 Memcachedとは 分散KVS(キーバリューシステム)の一種です。いわゆるRDB(リレーショナルデータベース)は、スケールアウトに向かない構造をしているために、安いサーバをいっぱい並べても性能がリニアに向上しません。Memcachedでは、トランザクションや、データの耐久性などを保証しないかわりに、大量のデータを、高速にキャッシュすることができます。詳しい説明は本家でどうぞ⇒http://memcached.org/ 概要が知りたければwikipediaがお手軽です。 シンプルな例 まずは、非常にシンプルなコードを書いて動作を確認しました。 初回アクセス: 何も表示されません。 キーweatherに対して何も設定されておらず、Noneが返され
GAEをつかってアプリ開発（Python） その１
GAEをつかってアプリ開発（Python） その１ 前回の告知から。 GAE+pythonをつかってアプリ開発についてまとめました。 先ず始めに準備するものを以下あげます。 EclipsepythonGoogle App Engine SDK for PythonEclipse用のプラグイン（PyDevとGAEのやつ）eclipseのインストールについては割愛させていただきます。 pythonのバージョンは3.xはまだ対応していないらしいので2.xを使うこと。 参考までには2.7を使って開発しました。 また、pythonのインストールの詳細ついても割愛させていただきます。 １，SDKのインストール Google App Engine SDKのインストールはプラットフォームによってインストール方法が異なります。 ・linuxの場合 zipを好きな場所に解凍して終了。 ・macの場合 アプリケ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
～電子回路自動生成～講座 | Peatix
GitHub - mevinbabuc/Restify: A ReST interface for appengine datastore
GitHub - djacobs/PyAPNs: Python library for interacting with the Apple Push Notification service (APNs)
